Documente Academic
Documente Profesional
Documente Cultură
y Sistemas Discretos
Carlos scar Snchez Sorzano
4 Ing. Telecomunicacin
EPS Univ. San Pablo CEU
Seales Bsicas
Delta de Kronecker
(0.1) [ ]=
=
(0.2) [ ] [ ] = [ ] [ ]
(0.3) [ ] [ ] = [ ] [ ]
(0.4) [ ]= [ ]
=
<
(0.5) [ ]=
(0.9) [ ]= =
(0.10) [ ]=
= +
+
(0.11) = =
(0.12) = =
+ = +
(0.13)
= (0.14)
=
(0.15) =
=
Periodicidad
= [ ) ( ] (0.16)
= (0.17)
+ + = (0.18)
[ ]= ( ) (
=
)
+
Ejemplos: [ ] = [ ] [ ]= []
[ ] = [ ] [ ]= ( [ ] [ ])
[ ]= [ ]= (0.47)
[ ] = [ ]+ [ ] (0.50)
n=-2 [ ] = [ ] + [ ] =
n=-1 [ ] = [ ] + [ ] =
n=0 [ ] = [ ] + [ ] =
n=1 [ ] = [ ]+ [ ] = [ ]= ( )
n=2 [ ] = [ ]+ [ ] = ( )
[ ] = [ ]+ [ ]= ( )
Curso 2004/2005 Carlos scar Snchez Sorzano 14
(EPS-San Pablo CEU)
Sol. Ecuacin Homognea
Ejemplo: [ ] [ ]+ [ ] = [ ]+
[ ] [ ]+ [ ] =
[ ]=
+
=
( + )=
Polinomio caracterstico
= " ! !
= Si hay races mltiples, supongamos
= que es de orden 2, entonces la
solucin es de la forma
[ ] = (# ( ) +# ())[] [ ]= # ( ) + # + # () (0.51)
[ ]= [ ]
[ ]= # [ ] #
# #
# +#
+ +#
[ ] [ ]+ [ ] = [ ]+
#
#
# +#
# [ ] # [ ]+ # [ ] = [ ]+
(0.52)
=
# #+ #= + #=
[ ]= []
[ ] = [ ]+ [ ]
[ ] = (# ( ) + # ( ) ) [ ]
[ ]= [ ]
[ ] = (# ( ) + # ( ) + ) [ ]
n=0 [ ] = [ ] [ ] + [ ] + = =# +# +
n=1 [ ] = [ ] [ ] + [ ] + = =# +# +
# = # =
[ ] = ( ( ) () + )[]
Curso 2004/2005 Carlos scar Snchez Sorzano 17
(EPS-San Pablo CEU)
Respuesta al impulso
Ejemplo: [ ] [ ] [ ] = [ ]+
[ ] = (# ( ) + # ( ) ) [ ]
n=0 [ ] = [ ] + [ ] + [ ] + = =# +#
n=1 [ ] = [ ] + [ ] + [ ] + = = # + #
# = # =
[ ] = ( ( ) + )[]
[ ]=
= Pero slo hay N seales distintas de este tipo
(0.54) [ ]= + [ ] (0.55)
(0.56) [ ]= [ ]= [] = [ ] [ ] (0.57)
=< > = =< >
Atencin: + = (0.58)
Conjugacin [] (0.62)
Integracin [] (0.68)
=
Slo es peridica y finita si = (0.69)
= = = (0.77)
Ejemplo: +
+
+
+
= = + =
= =
+
=
=
+ (0.78)
# = (0.79)
[ ]= # =
[ ]= [ ] = (0.80)
=
[]
[ ]= []
=< >
Defino $
= [ ] (0.81) Luego, = $
=
[ ]= [ ]= $
[ ]= $
=< > =< > =< >
[ ]= ! [ ]= $
(0.82)
(0.83) $
= [ ] converge uniformemente si
= =
(0.84) [ ]= $
converge uniformemente si $
es continua
Ejemplo: [ ]= [ ] "% [ ] = % %
%= %= %= % =
donde
(0.87) =
La interpretacin intuitiva es que la transformada de Fourier $ tiende
a$ salvo en un nmero finito de discontinuidades de $
Este hecho tendr su importancia a la hora de disear filtros discretos.
Curso 2004/2005 Carlos scar Snchez Sorzano 27
(EPS-San Pablo CEU)
Convergencia de la TF
Ejemplo:
<% < %
=
% %
= <
=
% %
=
%
( + )
= %
( )
+ + <
En general
[ ]=
(0.89)
=< > =
(0.91)
Desplazamiento en el tiempo [ ] $
(0.92)
Desplazamiento en frecuencia [] $
(0.93)
Conjugacin [] $
(0.94)
Inversin en el tiempo [ ] $
(0.95) [ ] =
Escalado en el tiempo [ ]= $
(0.96)
Convolucin [ ] [ ] $
&
(0.97)
Producto [][] $
&
Integracin []
$
(0.99)
=
+ $ (0.100)
=
Diferenciacin en frecuencia
[] $ (0.101)
Simetras
Tiempo Frecuencia [] es real $
=$
(0.102)
Real
Par Par [ ] es real y par $
es real y par (0.103)
[ ] es real e impar
Impar Impar
$ es imaginaria (0.104)
Impar Impar pura e impar
[]
Imaginaria
Par Par $ (0.105)
[] $
(0.106)
Curso 2004/2005 Carlos scar Snchez Sorzano 31
(EPS-San Pablo CEU)
Propiedades de la TF
Teorema de Parseval [] = $
(0.107)
=
[ ] [ ]= $
&
(0.108)
=
+ <
[] (0.113)
+
[]
+ (0.114)
=
+
+ + < (0.116)
+ < (0.117)
< (0.118)
[ ] (0.119)
< (0.120)
=
[ ]= [ ] (0.121)
= =
( ( + + ))
[ ]= + +
+ + (0.123)
<% < %
% $
= <
(0.124)
=
= $
= < (0.125)
=
Ejemplo:
(
)(
) (
) (
)
[ ]=
=
$
$ =
[ ]= $
$
= [ ]
=
(0.128)
= = = =
(0.129)
&
=
= =
(0.130)
$
Ejemplo: [ ] [ ]+ [ ]= [ ]
= = =
+
(
)(
) (
) (
)
[ ] = ( ) [ ] ( ) [ ]
[ ]= $
[ ]= $
(0.132)
Ejemplo: [ ]= + =
+
[ ]=
+
=
= + =
=
(
+
)=
=
( ++
)
[ ]=
[ ]=
[ ]=
[ ]=
[] [ ]=
[ ] [ ] =
[] [ ] =
=
=
[] [ ] [ ] =
= = +
=
[]
[ ] = [ ]+ [ ]
= +
Rgimen Rgimen
estacionario transitorio
= = (0.134)
(0.135) = = [ ] (0.136)
(0.137) = [ ] (0.138)
Ejemplo: [ ]= [ ] [ ]=
(0.139)
LTI x estacionario
+ = {[][ + ]} = + =
= =
= { + }= + =
= = = =
x estacionario
= + = ! !+ =
= = ! = =
= ! ! = , luego y es tambin estacionaria
! =
(0.140)
Curso 2004/2005 Carlos scar Snchez Sorzano 44
(EPS-San Pablo CEU)
Procesos estocsticos y Sistemas
LTI
=
=
=
=
=
(0.141) (0.142)
{ [ ]} = =
(0.143)
es una funcin no negativa, real, y par (0.144)
(0.145) $ + = $
(0.146) + = ( + ) = + "
Transformada de Hilbert
(0.147) "
<
= =
= = (0.149)
(0.148) $" =$ >
(0.151) $ = $! + $!
Componente en fase
Componente en cuadratura
(0.152) ! = + = + =
Fase
Envolvente
(0.153) = = ( + )= { !
}
(0.154) " = + = ( + )= { !
}
Curso 2004/2005 Carlos scar Snchez Sorzano 47
(EPS-San Pablo CEU)
Apndice I:
Relaciones trigonomtricas
+
= + = =
#$
= = =
+ #$
#$
= =
+ #$
+ = + + = +
+ = +
+ = +
= +
= + +
= +
= + +
donde
( )
# =
' =
%
# = (
) =
=
=
=
# = (
) =
=
=
=
= () ()
# =(
) =
= =
=
# =(
) =
= =
=
# =( )
=
= =
=
=
( ) =
=
& =
= (( ) () + ())
Curso 2004/2005 Carlos scar Snchez Sorzano 51
(EPS-San Pablo CEU)
Apndice II:
Partial Fraction Expansion
Ejemplo: + + + +
=
= + +
+ + + +
+ + + = + + + + + + +
= =
+
= + +
= + +
+ + + +
= + + ( ( ) ( ) )
Curso 2004/2005 Carlos scar Snchez Sorzano 52
(EPS-San Pablo CEU)
Apndice III: Miscelnea
=
Conversor C/D
Conversin de tren [ ]=
de impulsos en
secuencia discreta
= = = (1.1)
= =
= =
= = (1.2)
= = =
[ ]=
= [ ] =
= (1.3)
=
(1.4) =
(1.5)
= = (1.6)
=
=
=
=
=
[ ]=
Curso 2004/2005 Carlos scar Snchez Sorzano 4
(EPS-San Pablo CEU)
Aliasing
Se produce aliasing cuando > (1.7)
Ejemplo:
=
= + =
=
Conversin de tren [ ]=
de impulsos en
secuencia discreta
(1.8) = {[][ + ]} = { + }=
( )=
(1.9)
( ( ))
=
Conversor D/C
[ ]= Conversin de
secuencia discreta
en tren de impulsos
(1.10)
= =
[] (1.11) = = (
) (1.12)
=
= [ ] (1.13) =
[ ] = (
) (1.14)
=
=
[ ]= (1.15)
= [ ] (1.16)
=
= [ ]
=
[ ]=
Curso 2004/2005 Carlos scar Snchez Sorzano 10
(EPS-San Pablo CEU)
Reconstruccin de la seal
= [1.11]
[1.4]
[1.12]
=
=
= (
)
=
= ( )
=
(
) <
(1.18) ( )=
< (1.19)
= (1.20)
[1.4]
=
()
=
<
=
( )=
<
{ ( )}
=
[0.125] =
Curso 2004/2005 Carlos scar Snchez Sorzano 14
(EPS-San Pablo CEU)
Procesado discreto de seales
continuas
Ejemplo:
< <
= =
=
( )
< < =
=
<
= = =
[1.11]
[] []
C/D D/C C/D
[ ]= [ ]=
[1.4] =
= +
=
< <
=
=
=
= =
( )
( ) (1.22)
=
=
= = =
=
=
= =
= =
[] LPF [] [ ]= [ ]
G=1
M
Corte=
=
( )= ( )
(1.24) [ ]= =
=
(1.25)
= =
=
=
= =
= =
[] [] LPF []
L G=L
Corte=
[ ] = [ ] [ ] = (1.26)
=
<
[ ]= [ ]=
(1.27)
(1.28)
[1.27] Ideal [ ]=
[ ]=
[1.28] Lineal [ ]= < [ ]=
(1.29) ( )=
Distorsin en frecuencia
[] []
C/D D/C C/D
[ ]= [ ]=
[] LPF LPF []
L G=L
G=1
M
Corte= Corte=
[] LPF []
L G=L
M
Corte=
[] []
Anti-
aliasing
Sample
& Hold
A/D ( )
D/A
(1.30) (1.31)
Se necesita mantener estable la entrada
al conversor A/D para que ste pueda
convertir correctamente a binario.
= =
=
= (1.32)
=
= (1.33)
(1.35) = =
(1.36) = = +
(1.37) = =
Curso 2004/2005 Carlos scar Snchez Sorzano 27
(EPS-San Pablo CEU)
Error de cuantificacin
[] []
Q(x) = (1.38)
>
>
El error es un proceso aleatorio estacionario
Est incorrelado con la seal de entrada
(1.39)
Es un proceso incorrelado ! = +
Tiene una distribucin uniforme
[] []
+ = !" + ! !" ! + + !" + (1.40)
= + (1.41)
[1.39]
= + (1.42)
Curso 2004/2005 Carlos scar Snchez Sorzano 28
(EPS-San Pablo CEU)
Conversin D/A
[]
D/C
= = [1,30,1.32]
= =
(1.43) = (
)
(1.44) = (
) = (
)
= = <
(1.45)
Curso 2004/2005 Carlos scar Snchez Sorzano 29
(EPS-San Pablo CEU)
Conversin D/A
(
)
(1.47) =
=
=
=
+ < =
(1.48) = <
(1.49) = + +
[1.31]
Curso 2004/2005 Carlos scar Snchez Sorzano 31
(EPS-San Pablo CEU)
Procesado digital: A/D+filtro+D/A
[] []
Anti-
aliasing
Sample
& Hold
A/D ( )
D/A
=
=
[1.35]
=
=
=
=
[1.4] = (
) [1.44]
=
+
[1.38] = ( )
Anti-
aliasing
Sample
& Hold
A/D ( )
D/A
(1.50) = (
) +
(1.51) = (
)
[0.153] =
El ancho de banda de la seal
equivalente paso bajo es .
La idea es muestrear la componente
en fase y en cuadratura por separado
Supongamos que + = ( ) (1.52)
= (1.53)
Nyquist
= (
) (
)= [1.52,1.53]
=
= +
=
T
t
0
T=2T
=
(1.55)
T=2T =
+ +
=
+ +
(1.56) = = + (1.57)
(1.58) = ( ) = ( + ) (1.59)
= =
+ +
= + + =
=
= + + + =
=
= Suponiendo que + = ( ) [1.52]
=
(1.60)
< (1.65)
Curso 2004/2005 Carlos scar Snchez Sorzano 38
(EPS-San Pablo CEU)
Aplicaciones del oversampling:
Filtros antialiasing
[] []
LPF
Anti-
aliasing
C/D G=1
M
Corte=
=
=
( )
( )
=
=
( )
( )
( ) ( )
[] =
[] =
(1.66, 1.67)
Curso 2004/2005 Carlos scar Snchez Sorzano 40
(EPS-San Pablo CEU)
Aplicaciones del oversampling:
Noise shaping
[] [] []
LPF
C/D + + Q(x) G=1 M
Corte=
= =
[] [] [] []
LPF
C/D + + + G=1 M
Corte=
=
+
(1.68) = +
(1.69) = + = +
=
(1.70)
(1.71) ( )=
=(
)
Curso 2004/2005 Carlos scar Snchez Sorzano 42
(EPS-San Pablo CEU)
Tema 2 Transformada Z y
anlisis transformado de
sistemas LTI
Carlos scar Snchez Sorzano
4 Ing. Telecomunicacin
EPS Univ. San Pablo CEU
Funciones propias de los sistemas
LTI
[ ]= [][ ]= [ ]= []
= []
=
= = = =
[0.46]
[ ]= []
=
=
[ ]= [ ]= [0.47]
=
= []
=
= =
=
La transformada z de converge
si la transformada de Fourier de
converge, es decir,
<
=
Si converge para , entonces converge
para = . Esto define una regin de
convergencia (ROC).
= La transformada de Fourier converge, si
la ROC incluye al crculo unidad.
X(z) y todas sus derivadas son
continuas dentro de la ROC.
Curso 2004/2005 Carlos scar Snchez Sorzano 3
(EPS-San Pablo CEU)
Transformada Z
Ejemplo:
( )
= = = =
= =
Si < >
( ) ( )
= + = + =
+
= = = =
Si < >
Si < <
Caso 1: < No existe X(z)
Caso 2: = No existe X(z)
Caso 3: > Existe X(z) para < <
= = =
= =
= =
= =
=
=
Cuidado con = =
Ejemplo:
=
<
=
=
=
= < <
(
)(
)
salvo la adicin o
substraccin del origen
Escalado en el dominio z []
TF:Desplazamiento en frecuencia
[] ( )
{ }
Inversin en el tiempo [ ]
Conjugacin []
Parte real [] +
Al menos
Parte imaginaria []
Al menos
Convolucin [ ] [ ]
Al menos
Al menos >
Integracin []
=
Al menos >
!
Diferenciacin en frecuencia []
!
Si [ ]= < , entonces [ ]=
Al menos
Multiplicacin [] [] # ( (# )
)#
!#
Relacin de Parseval
[ ] [ ]= # ((# ) )#
!#
=
[ ]
<
< <
[] <
(
)
[ ] <
(
)
>
[ ]
<
( + )[] <
+
( )[] <
+
+
[] <
+
[ ]
<
=
! =
! =
! = =
= = =
= Tma. integral
de Cauchy
! $
$ ! !
! = !
( ) $ !
C Si $
$
% = % Residuo del polo i Suma de los
&
residuos de
todos los polos
= % = %
%=
%
! % %
= % %
=
%= ! %
Caso 1:
= = = = =
Caso 2: < = = Polo de orden n
=
= =
= ! = = + = =
= =
Curso 2004/2005 Carlos scar Snchez Sorzano 23
(EPS-San Pablo CEU)
Transformada Z inversa
Directa
Ejemplo: = = ! = !
Caso 2:
=
= = = ! =
!
= = + = =
= = !
= = = =
= ()
' = (
) =
=
=
=
' = (
) =
=
=
=
=
+
< = ( ) + ()
=
+
= +
= + + +
Ejemplo:
= +
= ( ) +
<
=
=
( ) +
= ( ) + >
=
Curso 2004/2005 Carlos scar Snchez Sorzano 27
(EPS-San Pablo CEU)
Transformada Z inversa
Expansin en serie de potencias
Ejemplo:
=
= + + +
+
+ + +
+
= + + + =
+
+
+
=
+
+ =
< <
= < =
< <
=
=
= = =
= =
= =
= =
=
=
Ejemplo:
+
=
=
+ + + +
+ + = +
= +
= =
= = = =
sea = donde = , entonces
= =
= y + =
= = =
Es decir, hay N coeficientes indeterminados , que pueden ser fijados por medio
de condiciones iniciales si es causal
si es anticausal.
Curso 2004/2005 Carlos scar Snchez Sorzano 4
(EPS-San Pablo CEU)
Respuesta al impulso de un
sistema racional
Expansin en fracciones parciales
= =
=
+
= +
= = = =
=
FIR IIR
slo si M N Polos en Polos fuera
el origen del origen
Ejemplo: =
= +
+ +
= = = + + +
=
=
=
= = =
+
= =
Respuesta Respuesta
natural forzada
= +
= =
Respuesta Rgimen
transitoria permanente
= +
= =
<
= =
<
= + Pero la salida, no
<
= < <
(
)(
)
=
+
=
+
=
(
)(
)
+
(
)(
) (
)(
)
=
=
Cancelacin polo-cero
= ( )
Polinomio de orden m: = =
=
Polinomio inverso o recproco: = =
=
Test 1. =
2. =
=
4. mientras
A(z) tiene todas sus races
4.1. Calcular dentro del crculo unidad si
4.2. = y slo si
<
4.3. =
4.4. =
Curso 2004/2005 Carlos scar Snchez Sorzano 12
(EPS-San Pablo CEU)
Test de estabilidad de Schr-Cohn
Ejemplo: =
=
= +
= =
= =
= +
= = > El sistema no es estable
Estabilidad <
=
=
+
Polos complejos <
Polos reales dobles =
Polos reales simples >
= =
= =
=
=
= =
= = +
( )= ( ) ( )
( )= ( ) ( )
( ) = ( )+ ( )
Ejemplo:
=
= =
( )
= donde = =
Retardo de grupo
= " !{ }= !! !"{ }
#
!" ( )
( )
= =
= =
=
=
= #
= =
=
#
$ " = $ " + $ " $ "
= =
= +
= $ {
}+
= =
donde
< $ {
}= ! % %
Sin restriccin
!"
= ${
}+
donde
Es tal que !" es continua
"! {
}= !
!
{
!"
} !
!
!" {
}=
= =
=
{
}
{
}
= + {
} = + {
}
Propiedades
"! {
} !! !"{
}= !! $ {
}= !!
= + $ {
}= ! %
"! {
}=
= = =
= = =
=
=
=
=
=
+
$ {
}= ! %
"! {
}=
=
#
& = =
= =
=
#
( ) #
Si uno est dentro del crculo
Polos
# unidad, el otro debe estar
#
# = =
Ceros ( )# fuera. Los polos de un
sistema estable y causal
=
# estn automticamente
determinados, pero no as los
ceros.
Curso 2004/2005 Carlos scar Snchez Sorzano 34
(EPS-San Pablo CEU)
Relacin entre fase y magnitud para
sistemas definidos por una ED
+ +
Ejemplo: & =
+ +
=
&
+
+
=
=
#
#
#
=
=
=
# #
=
=
=
+ polos y ceros = = = # = #
=
= ! %
=
+ ! %
=
+
! %
+
Curso 2004/2005 Carlos scar Snchez Sorzano 37
(EPS-San Pablo CEU)
Sistemas paso-todo
"! = + + >
= =
> >
Sistema causal y estable <
#
= =
= #
= =
!" {
} = !"{ } "! {
}! <
=
(
)(
)= (
)(
)
(
)(
)(
)(
)
=
(
)(
)
[]
! ( )
!
( )
Caso Particular: ! es de fase mnima, causal y estable
! = !
=
!
! = =
! =
Ejemplo:
En general, un sistema de fase lineal es tal que = .
es simtrica respecto a si es un entero, es decir, =
Si es entero, entonces existe un sistema de fase 0 que es una versin
desplazada de
=
=
Fase lineal Fase lineal generalizada (GLP)
<
Ejemplo: =
< =
= +
=
( +
)
<
+ ( )
"! =
= <
(
Si
' = , entonces el sistema es GLP y
es impar
Si es FIR, causal y = , entonces
el sistema es GLP y es real y par. =
Si es FIR, causal y = , entonces
el sistema es GLP y es real e impar. =
=
=
+ (
+
)=
= =
( )=
=
+
+
+ ( )
= =
=
+ ( ) =
= = = =
= = =
Si = , entonces
=
=
( )
=
= = = =
Curso 2004/2005 Carlos scar Snchez Sorzano 56
(EPS-San Pablo CEU)
Sistemas de fase lineal FIR de tipo III
= =
=
( )
=
=
( )
=
es el nmero de
ceros de
' = =
=
' = ( )( +
)(
)(
)
' = + ( + ( + (
= + (
)( +
)( +
)( +
)( +
)( +
)
=
[] []
+
+ [ ]
[ ]
[ ] = = =
= =
=
[] [] []
+ + =
=
[ ] + + [ ]
=
[ ] [ ]
+ + =
=
[ ]= +
[ ] [ ] =
[ ] = = =
= =
=
[] [] []
+ + =
=
+ [ ] +
=
[ ]
+
+ [ ]= +
=
[ ] =
=
Curso 2004/2005 Carlos scar Snchez Sorzano 4
(EPS-San Pablo CEU)
Forma intermedia II o forma cannica
[ ] = = =
= =
=
[] [] []
+ + =
=
+ +
=
+
+ [ ]= +
=
=
=
Curso 2004/2005 Carlos scar Snchez Sorzano 5
(EPS-San Pablo CEU)
Representacin con grafos
Ejemplo:
[] +
[] [] [] [] []
+ [ ] [] []
[ ] []
[ ]= + = + = = =
[ ]= = = + =
[ ]= + = + = + + =
[ ]= =
= +
+
[ ]= =
[ ]= = = =
+ +
=
=
+
= +
[] []
[] []
Ejemplo:
+
+ [ ] [ ] [ ] [ ]
=
+
+
=
+
=
(+ )
[ ] [ ] [ ] [ ]
(
)(
)
= +
(
)
Curso 2004/2005 Carlos scar Snchez Sorzano 11
(EPS-San Pablo CEU)
Formas transpuestas
[] []
Los polos se
implementan
antes que los
ceros.
[] []
Los ceros se
implementan
antes que los
polos.
[]
[]
= = =
[] []
= = =
= =
=
= + +
= = +
( = )= + + +
= =
( = )= ( + + )+
=
[]
[]
= = = +
= ( + )
=
[]
[]
[ ]
Representacin
= = +
=
con B+1 bits.
=
[ ]
Redondeo (
]
=
Ejemplo: =
Truncamiento ( ]
=
=
= =
Curso 2004/2005 Carlos scar Snchez Sorzano 19
(EPS-San Pablo CEU)
Representacin binaria
Overflow
A veces NO es deseable.
Ejemplo: 4 0100
+ 4 + 0100 Hay mquinas en las que se
hace clipping y 4+4=7
8 1000 Overflow (-8)
= = = = = =
7 10111
[] []
= +
[] []
= ( + ( ))
=
=
=
=
=
=
=
=
=
=
+
=
[] []
= =
+
( + ) + ( )
= = = +
= = = + = =
[]
Tipo IV
= = +
[] []
[]
[] []
[] []
Curso 2004/2005 Carlos scar Snchez Sorzano 41
(EPS-San Pablo CEU)
Anlisis de los efectos de
cuantizacin
Hiptesis del modelo:
1. Las fuentes de ruido son procesos aleatorios estacionarios en sentido
amplio y de espectro uniforme (ruido blanco).
= +
2. Cada fuente de ruido tiene una distribucin uniforme.
Redondeo Truncamiento
= =
= =
3. Cada fuente de ruido est incorrelada con la entrada al cuantizador
correspondiente, todas las dems fuentes de ruido y la entrada del
sistema.
No puede ser cierta, por ejemplo, cuantizacin de una seal constante.
[] []
[ ]= +
[ ]= + +
[] []
= = + =
= = + + =
<
<
=
( +
)
<
{
}
Ejemplo: =
[] []
[] [] [] []
[ ] sigue # ( ) =
<
<
= =
= =
$ % = = = $ % $ %
[ ] [ ]
= = =
= =
= " + "
+ " + "
+ " + "
&
=
= = =
= =
= ( )
" + ( )
"
+ " + "
+ " + "
<
<
=
Curso 2004/2005 Carlos scar Snchez Sorzano 54
(EPS-San Pablo CEU)
Anlisis de una estructura en
cascada IIR
= = =
&
=
= =
= = = ( )= ( )=
= =
= = ( )= ( )=
= ( )= ( )=
= ( )= ( )=
= ( )= ( )=
= = ( ) =
= = = = +
= ( ) + ( ) = ( )+ ( )=
= ( )+ ( )= + = =
= ( ) + ( ) = ( )+ ( )=
= ( ) ( )= = + = =
Curso 2004/2005 Carlos scar Snchez Sorzano 58
(EPS-San Pablo CEU)
Tema 5 Diseo de filtros
digitales
Carlos scar Snchez Sorzano
4 Ing. Telecomunicacin
EPS Univ. San Pablo CEU
Contenido
Filtros IIR continuos
Filtros IIR discretos
Filtros FIR discretos
Transformaciones de frecuencia
[ ] [ ]
C/D (
) D/C
+ +
Banda Banda de Banda de Banda Banda de Banda de
de paso transicin rechazo de paso transicin rechazo
= = =
+ +
Polos =
+ =
+
= ( )
=
= (
) = =
( )
= +
= (
+
)
=
Tipo II
=
+
=
+
Si est limitada en banda < , entonces
=
<
Los filtros analgicos de inters estn casi limitados en banda, pero siempre hay
un cierto aliasing que se evita, no con el periodo , sino diseando el filtro
continuo con especificaciones ms rgidas.
Procedimiento:
Expresar las especificaciones del filtro discreto en el continuo ( = )
= Suponiendo que =
= =
todos los polos son
simples
3
= = = ( ) =
=
= =
=
=
+ =
= =
=
=
+ + =
sobre-especificaciones
Menos aliasing
+ = =
= ( = = )
+ = =
=
+ + + + + +
= +
+
+
= +
+
+
no es el periodo de muestreo del sistema.
=
+
+ =
=
+
Filtros causales y estables continuos se
< <
+ + mapean en filtros causales y estables discretos
= = =
+
> <
(
)
= = =
( ) = =
+
+
=
=
Curso 2004/2005 Carlos scar Snchez Sorzano 18
(EPS-San Pablo CEU)
Diseo IIR:Transformacin bilineal
Cambio de variable Especificaciones del filtro
=
( ) =
( )=
Fase no lineal
( )=
+
+
=
=
+ =
= =
=
=
+ + =
sobre-especificaciones
=
+ + + + + +
+ +
=
+
+ +
+
+ +
+
=
(+ )
(+ )
(+ )
+ + +
=
(+ )
(+ )
(+ )
+ + +
=
(+ )
(+ )
(+ )
+ + +
=
=
Ejemplo: = +
( +
)
( )
+
+
Ventana Hanning =
Ventana Hamming =
( ) ( )
Ventana Parzen = (
) <
Banda Banda de Banda de =
de paso transicin rechazo
= ! "
>
= = + =
<
+
$ =
( )
=
= + =
= =
= $
=
= =
=
+
Otra solucin:
Algoritmo de Parks-McClellan
Banda Banda de Banda de
de paso transicin rechazo
=
=
( =
)
Polinomio de Chebyshev de 1er orden
En vez de el error cuadrtico, se minimiza el error mximo
= # # %$
Funcin de peso
Curso 2004/2005 Carlos scar Snchez Sorzano 38
(EPS-San Pablo CEU)
Diseo FIR: Alg. Parks-McClellan
= # # %$
Solucin: Tma. de alternancia
Sea un conjunto cerrado y acotado (compacto) en .
Sea # un polinomio de grado y una funcin continua en
Sea % =$ # el error en cada punto. Se considera
la norma
=# % en el espacio de las funciones continuas en
=#
$
(
)
+ $ =
=
( )
"
=#
$ =#
$
=
" "
=#
$ =#
$ =#
%"
= =
$ =
$ =
= =
=
Tma. de la alternancia
%" tiene al menos L+2 alternancias.
Pero puede tener ms
Un polinomio de grado L
tiene L-1 extremos. Por lo
que el nmero mximo de
alternancias es (L-1)+4=L+3
"
( )
+
$ = +
= "+
=
( ) ( )" =
$ "+
Seleccin
"+ "+
=
= = =
+
"+
= $ FIN
No
= "+
+ "+
= $ S Cambiaron los
extremos?
= =
"+
Calcular +
Calcular % y
encontrar los puntos en
los que %
Seleccin
Restricciones en
el dominio de la
frecuencia
Restricciones en
el dominio del
tiempo
Butterworth (N=1, = )
+
=
&
=
=
Proceso aleatorio
correlado
=
=
=
causal
=
=
=
{ } =
{ }= + +
= = =
= + +
= =
= + + +
= =
Curso 2004/2005 Carlos scar Snchez Sorzano 4
(EPS-San Pablo CEU)
Prediccin lineal hacia delante
{ }= + + +
= =
Ecuaciones normales + = =
=
{ }= + =
= =
=
{ } =
Ecuaciones Yule-Walker
= =
= =
= =
=
= +
+
= =
+
= = +
= + +
=
+
=
( )
=
donde
+ +
=
= = = =
+
+
= = + = +
= + = +
en = { }
< < . Entonces, se puede expandir en una serie de Laurent que
incluye a la circunferencia unidad.
Coeficientes ceptrales
= = =
= =
=
=
+ +
=
= = =
=
=
=
= =
= =
+ =
= =
+ =
=
=
=
blanco
blanco
+ =
= =
= { }=
= =
= { } { }
= =
= =
= = = =
{ }= { }=
= + +
=
{ }=
= + + =
= =
+ = =
= =
Ecuaciones de Yule-Walker!!
blanco
=
Prediccin lineal =
=
= = +
=
=
= { }= { + }
= { }= { + }
= +
= = =
= + { } { }
= = =
= +
= = =
= +
= +
+ { }= =
( = ) ( = )
= =
= =
=
=
=
= =
= + + +
+
[ ]=
= =
= =
=< >
DFS
[ ]=
=< >
Propiedades
[ ]+ [ ] +
[ ]
[] [][]
[]
[ ]
=
=< >
[]
= (
)
=
Ejemplo:
[ ]= =
= (
)
= =
=
=
(
)
=
( )
=
= =
=
= =
DFT
[]
= DFT [ ]=
= =
[] = DFS
[ ]= = = DFS
[] = DFS
[ ]= = = DFS
=
DFT
Ejemplo: [ ]= [ ]= = [ ]= [ ]= =
=
[ ]= [ ] [ ]=
DFT
[ ]=
+
[ ]= +
Cul es el problema?
= =
La convolucin peridica es
idntica a la convolucin
lineal en el intervalo
+ +
+
=
=
=
=
=
=
=
=
=
+ + +
=
= + +
=
=
=
=
=
=
= + =
=< >
= +
= +
= + = +
+ +
Pero = = =
+ +
= =
= = = =
=
= =
DFT de cada fila de =
=
Modificacin de la tabla
Modificar cada fila de N multiplicaciones complejas
2(L-1)(M-1) clculos de funciones trig.
DFT de cada columna de M DFTs de tamao L:
ML2 multiplicaciones complejas
ML(L-1) sumas complejas
Ejemplo: = = 2L2 clculos de funciones trigonomtricas
x[1] x[6] x[11] DFT3 F[1,0] F[1,1] F[1,2] G[1,0] G[1,1] G[1,2]
DFT5
X[0] X[1] X[2]
Pero, adems, = +
= + + = + +
+
+
+
= =
Combinar DFT4
x[1] X[4] + = =
x[5] X[5] + = =
x[3] X[6] + = =
x[7] X[7] + = =
= + = +
+ = = + = =
= +
+ = =
Curso 2004/2005 Carlos scar Snchez Sorzano 32
(EPS-San Pablo CEU)
Algoritmo FFT de base 2
(diezmado en el tiempo)
Complejidad
multiplicaciones complejas
Complejidad global: mariposas
sumas complejas
[] []
( ) C/D DFT
[]
=
=
=
=
=
= = =
= + + + < <
= + + + < < =
=
= + + +
= + + +
+ +
= + + +
+
= +
= (Padding)
[ ] de longitud
<
= =
<
=
=
= es un factor de normalizacin
= Periodograma
+
= = +
= = = =
aunque fuera del intervalo s que =
= + =
= = =
= + = + +
= =
{ }=
{ }
=
{ }= { + + }= + =
= =
{ }=
= Sesgo
=
=
Supongamos que
= , entonces {
}=
{ }=
= = Asintticamente
= insesgado
<
=
( )
= ( )
{
}=
+
En otros casos,
{
}
Si = , entonces las
muestras del
periodograma son
independientes.
= [ + ]
=
=
Propiedades
{
}= {
}
{
}= {
} Si = , entonces
este mtodo se llama de Bartlett.
{ }=
{ + }= = =
= =
Estimador sesgado
= + Estimador insesgado
=
{ }
+ +
=
Comparando con el periodograma, resulta que =
Curso 2004/2005 Carlos scar Snchez Sorzano 18
(EPS-San Pablo CEU)
Anlisis de seales estacionarias: A travs
de la autocorrelacin (Blackman & Tukey)
En cualquier caso, si es grande, hay pocas muestras disponibles para el
estimador por lo que la varianza del estimador es mayor. En el caso del
periodograma esta varianza se introduca directamente en el clculo de la
densidad espectral de potencia. Sin embargo, al pasar por la autocorrelacin
podemos atenuar este efecto por medio de una ventana (simtrica).
= salvo en el intervalo
= { }=
Suavizado en frecuencia
Para que
> , se necesita que . De las ventanas estudiadas
en este curso, slo la ventana triangular cumple esta condicin.
{ }= { }
=
= =
=
Supongamos que = , entonces = =
Para que el estimador sea asintticamente insesgado se necesita que =
{ } ( )
<<
!
=
=
=
=
Curso 2004/2005 Carlos scar Snchez Sorzano 24
(EPS-San Pablo CEU)
Estimacin espectral paramtrica:
Modelos AR
Ejemplo:
"=
"
# "
Donde
' =
=
< <
<
Entonces, si
= '
= { }=
Ventana en
el tiempo
{ + }
{ }=
Ventana en
frecuencia
La condicin para poder
recuperar a partir de la
STFT es que
( = ( (
))
( = ( ( ))
( ( ))
+
= ( ( + ) )
La frecuencia depende de
la velocidad del objeto